IsInf【免费下载链接】asc-devkit本项目是CANN 推出的昇腾AI处理器专用的算子程序开发语言原生支持C和C标准规范主要由类库和语言扩展层构成提供多层级API满足多维场景算子开发诉求。项目地址: https://gitcode.com/cann/asc-devkit产品支持情况Ascend 950PR/Ascend 950DT支持Atlas A3 训练系列产品/Atlas A3 推理系列产品不支持Atlas A2 训练系列产品/Atlas A2 推理系列产品不支持Atlas 200I/500 A2 推理产品不支持Atlas 推理系列产品AI Core不支持Atlas 推理系列产品Vector Core不支持Atlas 训练系列产品不支持功能说明按元素判断输入的浮点数是否为±INF输出结果为浮点数或布尔值。当输出为浮点类型时对于±INF的输入数据对应位置的结果为浮点类型的1反之为0当输出为bool类型时对于±INF的输入数据对应位置的结果为true反之为false。计算公式如下当输出为浮点类型时当输出为bool类型时函数原型通过sharedTmpBuffer入参传入临时空间template const IsInfConfig config DEFAULT_IS_INF_CONFIG, typename T, typename U __aicore__ inline void IsInf(const LocalTensorT dst, const LocalTensorU src, const LocalTensoruint8_t sharedTmpBuffer, const uint32_t count)接口框架申请临时空间template const IsInfConfig config DEFAULT_IS_INF_CONFIG, typename T, typename U __aicore__ inline void IsInf(const LocalTensorT dst, const LocalTensorU src, const uint32_t count)由于该接口的内部实现中涉及精度转换。需要额外的临时空间来存储计算过程中的中间变量。临时空间支持开发者通过sharedTmpBuffer入参传入和接口框架申请两种方式。通过sharedTmpBuffer入参传入使用该tensor作为临时空间进行处理接口框架不再申请。该方式开发者可以自行管理sharedTmpBuffer内存空间并在接口调用完成后复用该部分内存内存不会反复申请释放灵活性较高内存利用率也较高。接口框架申请临时空间开发者无需申请但是需要预留临时空间的大小。通过sharedTmpBuffer传入的情况开发者需要为tensor申请空间接口框架申请的方式开发者需要预留临时空间。临时空间大小BufferSize的获取方式如下通过GetIsInfMaxMinTmpSize中提供的接口获取需要预留空间的大小。参数说明表1模板参数说明参数名描述IsInfConfigIsInf算法的相关配置。此参数可选配IsInfConfig类型具体定义如下方代码所示其中参数的含义为isReuseSource是否允许修改源操作数。该参数预留传入默认值false即可。T目的操作数的数据类型。支持的数据类型为bool、half、float。U源操作数的数据类型。支持的数据类型为half、float。struct IsInfConfig { bool isReuseSource; };表2接口参数说明参数名称输入/输出含义dst输出目的操作数。类型为LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。目的操作数的数据类型和源操作数相同或者为bool类型。当前支持的数据类型组合请见表3。src输入源操作数。类型为LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。sharedTmpBuffer输入临时缓存。类型为LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。用于IsInf内部复杂计算时存储中间变量由开发者提供。临时空间大小BufferSize的获取方式请参考GetIsInfMaxMinTmpSize。count输入参与计算的元素个数。表3输入输出支持的数据类型组合srcDtypedstDtypehalfhalfhalfboolfloatfloatfloatbool返回值说明无约束说明不支持源操作数与目的操作数地址重叠。操作数地址偏移对齐要求请参见通用说明和约束。调用示例通过sharedTmpBuffer入参传入AscendC::TPipe pipe; AscendC::TQueAscendC::TPosition::VECCALC, 1 tmpQue; pipe.InitBuffer(tmpQue, 1, bufferSize); // bufferSize通过Host侧tiling参数获取 AscendC::LocalTensoruint8_t sharedTmpBuffer tmpQue.AllocTensoruint8_t(); // 输入tensor长度为1024,算子输入的数据类型为half,实际计算个数为512 static constexpr AscendC::IsInfConfig isInfConfig {false}; // 不修改源操作数 // dst为bool类型的LocalTensorsrc为half类型的LocalTensor AscendC::IsInfisInfConfig, bool, half(dst, src, sharedTmpBuffer, 512);接口框架申请临时空间AscendC::TPipe pipe; AscendC::TQueAscendC::TPosition::VECCALC, 1 tmpQue; pipe.InitBuffer(tmpQue, 1, bufferSize); // bufferSize通过Host侧tiling参数获取 // 输入tensor长度为1024,算子输入的数据类型为half,实际计算个数为512 static constexpr AscendC::IsInfConfig isInfConfig {false}; // 不修改源操作数 // dst为bool类型的LocalTensorsrc为half类型的LocalTensor AscendC::IsInfisInfConfig, bool, half(dst, src, 512);结果示例如下输入的数据类型为half输出的数据类型为bool 输入数据(src):[1.0 inf 3.0 4.0 inf 6.0 -inf 8.0] 输出数据(dst):[false true false false true false true false]【免费下载链接】asc-devkit本项目是CANN 推出的昇腾AI处理器专用的算子程序开发语言原生支持C和C标准规范主要由类库和语言扩展层构成提供多层级API满足多维场景算子开发诉求。项目地址: https://gitcode.com/cann/asc-devkit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考